女娲算法,杀疯了!,值得收藏

de3dd4591b69f7137bb3cd5c63ce6025.png

这个算法,可以用在很多有意思的场景。

Image Completion (I2I)

图像补全,如果一副图片残缺了,算法可以自动“脑补”出残缺的部分。

a39b6bdc4436565b96c17c1e10308572.png

好家伙,是不是又有一些大胆的想法了?

7191e1fbf0bd4d77a6ace4be32c324f3.png

这个遮挡还算可以,还有更细碎的。

8d37a2184b0a02ec37b12f287e8241b3.png

图片碎成这样,还能“脑补”出画面,我很期待代码。

Image Manipulation (TI2I)

图片处理,根据文字描述,处理图片。

比如:

有一副草原的图片,然后增加一段描述:

a horse is running on the grassland

一匹马奔跑在草原上,然后就可以生成对应的图片。

9167f515c19c71e0f9940c3c4aeace19.png

这惊人的理解力。

ed2b0930ed8abaf687973a9d8c92caf2.png

这让我想起来了 P 图吧大神,恶搞的作品。

03ac9d1d2768ee462d5ef62b23190238.png

有了这个算法,咱也可以试一试了,哈哈。

Video

这还不算完,除了上述的生成图片的四种效果,NÜWA 还可以生成视频!

8d8808a7d8b88b33a0167aa48ea02ead.png

对应的四种视频生成任务:

  • Text-To-Video (T2V)

  • Sketch-To-Video (S2V)

  • Sketch-To-Video (S2V)

  • Video Manipulation (TV2V)

既可以玩图片又可以玩视频。

bc0f7e351d1776b82e72a4751fa91ec9.gif

NÜWA 原理


NÜWA模型的整体架构包含一个支持多种条件的 adaptive 编码器和一个预训练的解码器,能够同时使图像和视频的信息。

对于图像补全、视频预测、图像处理和视频处理任务,将输入的部分图像或视频直接送入解码器即可。

ae4753efdf4fd7ca278e4c1babc83ee9.png

而编码解码器都是基于一个3D Nearby的自注意力机制(3DNA)建立的,该机制可以同时考虑空间和时间轴的上局部特性,定义如下:

b48602c96db02854253594285ec7b63b.png

W 表示可学习的权重,X 和 C 分别代表文本、图像、视频数据的 3D 表示。

3DNA 考虑了完整的邻近信息,并为每个 token 动态生成三维邻近注意块。注意力矩阵还显示出 3DNA 的关注部分(蓝色)比三维块稀疏注意力和三维轴稀疏注意力更平滑。

0fa01349dc2577ad19c3bdebd3c03954.png

更多细节,可以直接看论文:

论文地址:

https://arxiv.org/abs/2111.12417

NÜWA 代码


NÜWA 的代码还没有开源,不过 Github 已经建立。

Github:

https://github.com/microsoft/NUWA

作者表示,很快就会开源:

c875dd9f73aec28f4233bde471f599a8.png

自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
img
img



既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新

如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
img

如果你也是看准了Python,想自学Python,在这里为大家准备了丰厚的免费学习大礼包,带大家一起学习,给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。

四、实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间,但是打下坚实的基础只要几周就可以,如果你按照我提供的学习路线以及资料有意识地去实践,你就有很大可能成功!
最后祝你好运!!!

五、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间,但是打下坚实的基础只要几周就可以,如果你按照我提供的学习路线以及资料有意识地去实践,你就有很大可能成功!
最后祝你好运!!!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值